阿里巴巴面试题 · Transformer
阿里巴巴相关面试题，按最终去重题目聚合。
共 2826 道真题 · 当前筛选命中 49 道 · 更新 2026-08-05
筛选题目已选：Transformer
考察点
技术栈
第 41 题Transformer 中通常使用哪种归一化方式？为什么选择 Layer Normalization 而非 Batch Normalization？ 考察对 Transformer 中归一化技术选型及其理论依据的理解第 42 题encoder-only、decoder-only、encoder-decoder 不同架构在实际应用的使用场景分别是什么？ 考察对三种主流 Transformer 架构特点及适用场景的理解第 43 题Encoder与Decoder中注意力机制存在哪些差异？ 考察对Transformer编码器和解码器注意力机制结构及功能差异的理解第 44 题请解释Grouped-Query Attention（GQA）的原理及其实现方式。 考察对GQA机制原理和高效实现的理解第 45 题在多头注意力中，存在哪些常见的变体？如何设计新的变体？ 考察对注意力机制变体的了解与设计思考第 46 题请解释自注意力机制的计算流程，以及查询、键、值的含义。 考察对自注意力机制原理的掌握第 47 题多模态大模型中的ViT，解释其原理以及它是如何训练的？ 考察对Vision Transformer（ViT）架构原理及其训练流程的理解第 48 题Transformer 中为什么需要前馈神经网络（FFN）？ 考察对 FFN 非线性变换作用的理解第 49 题请介绍你的项目或研究中是否使用过 Transformer 相关的目标检测或行人分析技术，具体是怎么应用的？ 考察对 Transformer 在视觉任务中应用的理解及项目结合能力